基于数据包络分析的城市燃气供需预警研究

作者：熊中楷李豪袁家驿彭志强　　评论：　更新日期：2012年08月29日

下面以1996(2)为例，说明对上述13个相对DEA无效的决策单元的改进如何进行。经过计算可以看出，1996(2)各个指标的潜在改进度如表2所示。其中潜在改进度的计算公式为[(目标值一实际值)/实际值]×100%。由表2可知，如果非DEA有效的决策单元各指标均达到目标值，那么整个决策单元将会变得DEA有效，即天然气供给处于安全状态。

表2 1996(2)各指标需改进的部分表

输入/输出	单位	实际值	目标值	潜在改进度
天然气消费增长速度	%	0.19	0.19	-2.24
天然气消费强度	m³/元	0.17	0.17	-2.62
天然气占能源消费比值	%	0.35	0.34	-2.24
外购集中度	%	0.59	0.58	-2.24
价格波动率	%	0.54	0.50	-7.87
消费量	吨标准煤	7196795	7035335.47	-2.24
自给率	%	0.57	0.57	0.22
战略储备度	%	0.50	0.52	4.49
储采比		5	5	0
能源可替代的程度		7	7	0
管道建设程度和安全程度		10.3	11.05	7.26
重庆市经济发展能力	%	8.3	8.77	5.67
天然气供给量	吨标准煤	7126795	7166681.5	0.56
投资总额	万元	421300	459564.1	9.08

在做分析时还应注意指标间的协调^[7]。在目标值中，有些指标通过采取措施可以提高或控制，如：天然气供给量的增长可以通过增加外购，抑制消费量可以通过提高价格来实现。但某些指标，如重庆市经济发展能力(用GDP增长率来衡量)的改变涉及很多方面，基本不可能控制。如果现在处于1996年第一季度，可以预测1996年第二季度天然气供给方面会出现警报。分析1996(2)的改进指标，要达到DEA有效就要把GDP增长率从8.3%提高到8.77%(如表2所示)。但1996年第二季度GDP增长率几乎不能人为控制，只有从其他指标中协调改进。假设除了重庆市经济发展能力这个指标外，其他指标均能通过采取措施改进。改进后所得结果如表3所示。1996(2)的有效性由最初的97.76%提高到99.61%，然后继续改进各指标(除重庆市经济发展能力外)，直到有效性为100%为止。

表2、3中管道建设程度和安全程度用到达重庆市的大型管网干线的数量、市内输气主管道和分支管道的长度、不同等级区域的管道覆盖面积和密度比、年输气能力、管道基础建设投资增长率等5个指标综合起来衡量。能源可替代的程度用很高、高、一般、低、很低5个等级来划分能源可转换与替代程度，也可以在此基础上打分。

表3 1996(2)各指标改进后的结果表

输入/输出	单位	实际值	目标值	潜在改进度
天然气消费增长速度	%	0.19	0.19	-0.39
天然气消费强度	m3/元	0.16	0.16	-0.39
天然气占能源消费比值	%	0.34	0.34	-0.93
外购集中度	%	0.58	0.58	-0.39
价格波动率	%	0.55	0.49	-11.21
消费量	吨标准煤	7035336	7007775.56	-0.39
自给率	%	0.57	0.57	0.06
战略储备度	%	0.52	0.52	0.7
储采比		5	5	0
能源可替代的程度		7	7	0.49
管道建设程度和安全程度		11.05	11.05	0
重庆市经济发展能力	%	8.3	9.13	9.99
天然气供给量	吨标准煤	7166681	7166681	0
投资总额	万元	459565	473945.07	3.13

四、结论

笔者运用DEA模型并结合重庆市自身特点，构建了天然气供需的预警协调机制。采用Frontier Analyst 3软件对重庆市近几年每个季度天然气供需的安全性做出相对分析，通过分析达到预警协调的目的。从实证分析可知，DEA模型不但能正确并准确地预报天然气供给的情况，而且还能对非有效的决策单元中的指标进行协调，对未来天然气规划做出科学的指导。

参考文献

[1] 魏权龄.数据包络分析(DEA)[M].北京：科学出版社，2004.

[2] 陈武，钟水清，乐宏，等.气田开发经济预警方法研究[J].海洋石油，2005，25(2)：63-67.

[3] 范秋芳，顾光彩，马扬.石油企业生产经营系统监测预警指标体系和预警方法研究[J].运筹与管理，2006，15(1)：105-110.

[4] 贺政楚.企业经营绩效的数据包络模型评价方法研究[J].湖南财经高等专科学校学报，2006，22(102)：46-50.

[5] 迟春洁.基于3E系统的中国能源安全监测预警研究[D].哈尔滨：哈尔滨工业大学，2004.

[6] BANKER R D，CHARNES A，COOPER W W. Some models for estimating technical and scale inefficiency in data envelopment analysis [J]. Management Science，1984，30(9)：1078-1092.

[7] ERTAY T，RYAN D，TUZKAYA U R. Integrating data envelopment analysis and analytic hierarchy for the facility layout design in manufacturing systems [J]. Information Sciences，2006，176(3)：237-262.